대전보건대학교 전자책도서관

책소개

AI는 대답할 뿐이지만 에이전트는 일을 합니다
질문에 답하고 끝나는 AI 사용법이 아니라 AI에 일을 맡기고 하나의 흐름을 만드는 방법을 다루는 책. FAQ 봇에서 시작해 문서를 읽고 판단하는 AI, 여러 역할을 나눠 협업하는 멀티 에이전트 시스템까지 단계별로 직접 만들면서 왜 이런 구조가 필요한지 쉽게 이해할 수 있도록 구성했다. 프로젝트를 완성해가는 과정을 통해 흐름과 구조가 눈에 들어오고, 마지막 장을 덮을 때쯤이면 사람 대신 일을 맡길 수 있는 AI 에이전트 시스템이 완성되어 있을 것이다.

저자소개

김재엽
18년간 통신 인프라, IT, 마케팅, 사업 전략, AI R&D까지 기술의 최전선을 넘나들었다. 그 과정에서 데이터 분석에 흥미를 느끼며 자연스럽게 머신러닝의 세계에 빠져들었고, 어느새 LLM과 AI 에이전트에까지 이르렀다. 새벽에 커피 한 잔과 함께 새로 나온 AI 신기술을 뜯어보는 일은 일상이자 반쯤 강제된 취미가 되었으며, 현재는 AI 에이전트를 다양한 산업 현장에 적용하는 방안을 연구하고 있다. 이 책을 통해 AI 에이전트의 개념부터 실무 적용까지를 독자와 나누고자 한다.
이민준
백엔드 개발자로 쌓은 탄탄한 기술력을 바탕으로 현재는 컨설팅 업계에서 일하고 있다. 이론에 그치는 연구보다는 현장에서 즉시 활용 가능한 기술에 매료되어 다수의 실전 프로젝트를 통해 고도화된 AI 챗봇을 개발해왔다. 안정적인 시스템 위에 인공지능을 접목하여 실질적인 비즈니스 가치를 창출하는 데 주력하고 있으며, 지금도 끊임없이 변화하는 AI 기술을 서비스에 녹여내기 위한 연구와 개발에 매진하고 있다.

시작하며 ix
감사의 글 xi
이 책에 대하여 xii
CHAPTER 1 왜 지금 에이전트인가? 1
[STORY] 운명적인 만남 2
1.1 현재 AI 지형도: 폭발적 성장과 활용의 간극 3
1.2 구독형 AI의 근본적 한계: 구조적 문제 분석 5
1.3 에이전트 패러다임: 근본적 전환 10
1.4 왜 지금인가: 2025~2026년의 기술적 변곡점 13
1.5 요약 17
[STORY] 에이전트 시대의 시작 18
CHAPTER 2 기초 다지기: LLM의 원리와 실습 환경 구축 19
[STORY] LLM과의 첫 만남 20
2.1 LLM이란 무엇인가? 21
2.2 토큰화와 임베딩 23
2.3 LLM과 효과적으로 대화하는 기술: 프롬프트 엔지니어링 27
2.4 학습 기법: RLHF와 DPO로 LLM을 똑똑하게 만들기 29
2.5 실습 환경 구축: 로컬 LLM과 LLM API 34
2.6 요약 46
[STORY] LLM의 비밀을 풀다 48
CHAPTER 3 에이전트 기본 구조: 4개의 핵심 퍼즐 49
[STORY] 에이전트의 탄생 50
3.1 에이전트란 무엇인가? 51
3.2 AI 에이전트 핵심 구성 요소 52
3.3 통합 에이전트 시스템: 구성 요소의 조화로운 협업 81
3.4 요약 112
[STORY] 4개의 퍼즐이 완성되다 113
CHAPTER 4 단일 에이전트 구현: LangChain으로 만드는 실전 FAQ 봇 115
[STORY] 프로토타입에서 프로덕션으로 116
4.1 LangChain 0.2에서 1.0으로의 진화 117
4.2 1단계: LLM 브리지 만들기 122
4.3 2단계: FAQ 도구 만들기 134
4.4 3단계: ReAct 에이전트 만들기 142
4.5 4단계: 메모리 시스템 추가하기 148
4.6 5단계: 프로덕션을 위한 핵심 기능 추가하기 153
4.7 요약 167
[STORY] FAQ 시스템의 완성 168
CHAPTER 5 협업형 멀티 에이전트: 여러 전문가들의 시너지 169
[STORY] 단일 에이전트의 한계를 넘어서 170
5.1 멀티 에이전트 시스템의 이해 171
5.2 기본 협업 시스템 구현 174
5.3 프레임워크 활용 190
5.4 요약 212
[STORY] 멀티 에이전트의 미래 213
CHAPTER 6 MCP 완전 정복: 같은 말로 일하기 215
[STORY] MCP 이해하기 216
6.1 MCP 개념: 표준 통신 규약의 필요성 217
6.2 구조 설명: Host, Client, Server 관계도 226
6.3 JSON-RPC 2.0 메시지 흐름 이해 230
6.4 주요 LLM 애플리케이션의 MCP 지원 현황 246
6.5 Claude Desktop에서의 MCP 서버 설정 및 활용 268
6.6 MCP의 가능성과 한계, 그리고 앞으로의 길 273
6.7 요약 278
[STORY] MCP로 시작하는 AI 통합 280
CHAPTER 7 MCP 시스템 직접 구현: LangGraph 연동하기 281
[STORY] 실전 프로젝트의 시작 282
7.1 시스템 아키텍처란? 283
7.2 프로토콜 정의 계층 290
7.3 API 계층 구현 295
7.4 비즈니스 로직 계층 303
7.5 지원 계층 320
7.6 클라이언트 계층 327
7.7 워크플로 실행 338
7.8 요약 342
[STORY] 계층별 아키텍처로 완성한 MCP 시스템 343
찾아보기 345

책소개

저자소개

목차